券中社8月31日讯，重庆百货（600729）日前发布2023年中报，披露了上消费金融股份有限公司(下称“上消费”)的上半年业绩数据：截至6月末，上消费资产总额达676.7亿元，较年初增幅1.8%；营业收入达78.7亿元，同比增38%。　　经营数据向好的背后，马上消费持续推进数字化能力建设，以及对科技的持续投入。据统计，成立以来，马上消费累计投入科研费用逾30亿元，自主研发出1000多套系统，组建2000余人研发团队、300余人控团队，提交专利申请突破1400件，建设16个联合创新实验室等。　　其中，基于长期对人工智能的积淀，马上消费于8月28日在业内率先发布了“天镜”大模型，是全国零售金融领域首个大模型，也是唯一一家自研大模型的消费金融公司。　　据了解，天镜大模型当前已应用在营销获客、风险审批，客户运营、客户服务、安全合规、资产管理这六个零售金融最典型的场景。在智能客服方面，“天镜”的意图理解准确率达91%，相较于传统AI的68%有较大提升；客户参与率61%，高于传统模型43%和人工坐席平均57%的水平。关注同花顺财经（ths518），获取更多机会');
(window.slotbydup=window.slotbydup
[]).push({
id: '5877108',
container: s,
size: '660,80',
display: 'inlay-fix'
});
})();
}

　　华夏时报记者付乐冉学东北京报道　　今年以来，以AIGC大模型为代表的人工智能技术创新非常活跃。作为数字化的先行者，金融业自然成为了大模型落地的最佳领域之一。　　8月28日，消费金融行业大模型出炉，马上消费金融在金融大模型发展论坛中发布“天镜”大模型，这也是国内首个零售金融大模型。　　“通用大模型和金融大模型有本质区别，金融大模型需要做决策，要做到不管外部如何变化，达到100%决策安全。金融大模型的核心是要可信、安全、合规。”马上消费金融首席信息官蒋宁在会上表示。　　此外，欧洲科学院外籍院士、清华大学人工智能研究院常务副院长孙茂松也提到，金融大模型，通用大模型对文本、语言比较重视，但对数字不敏感，如何建设好金融行业大模型，这里面有很多挑战。　　金融大模型挑战重重　　在行业看来，通用大模型对于专业领域的适用性不佳。在实际情况下，会发现由于通用大语言模型缺乏特定领域知识和知识推演能力，往往无法实际完成许多专业的金融类任务。　　通用大模型和企业应用之间，存在着巨大的鸿沟。改造和优化现有的通用大模型，形成真正在金融领域专业的大模型，才能让大语言模型技术更好地服务于金融行业。　　金融大模型是机构在业务场景中积累的金融数据训练而来。相较于通用大模型，金融大模型表现出明显的金融领域特征，通常涵盖金融研报、政策、基金、银行、保险等各个方向的专业知识。如果把各类金融大数据、宏观经济数据注入大模型，就能进行风险预警和预测。　　目前，在金融领域，大模型主要应用在智能客服、智能运营等领域，后续或将延伸至资本管理、公司治理、风险管理等。　　谈到通用大模型和金融大模型的区别，蒋宁举例到，生成式大模型最大的问题在于“满腹经纶”，“回答错了不承担风险”。比如自动驾驶，它的刹车、提速、转弯、看灯，外界环境都在变化，对象车在变化，所以绝对不能出错，1%的错都会造成生命财产的损失。　　金融大模型与自动驾驶的案例一脉相承，生成式大模型不能做解释，但是金融大模型最主要的能力叫做判别性，它需要做交易决策，这也是工业大模型、金融大模型与传统大模型最大的区别。　　孙茂松也表示，大模型的基本定位还是智力劳动者的助手，它不会把一个行业整体取代。生成式人工智能的特点是它一定会出错。因为通用大模型对文本语言比较重视，对数字其实不敏感，所以ChatGPT有时候经常乱说，而金融数据很多都是结构化知识图谱，所以大模型在金融领域有很多挑战。　　蒋宁认为，ChatGPT让大家感觉到无所不能，但目前工业、金融领域大模型还面临着关键性任务和动态适应性、个性化要求和隐私保护、群体智能与安全可信和基础设施的能力四大难题待解决。通用大模型的核心是生态，而不是参数，只有生态才能让这个模型越用越聪明。　　他表示，希望在任何情况下，金融大模型给客户的回答，给所有的员工的回答是合规的，并且在任何不可预期的情况下，它的结果是稳定的。　　国内首个零售金融大模型　　谈到安全风险，中国工程院院士、浙江大学求是特聘教授谭建荣举例到，北京老太太接到远在美国的孙子打来的视频电话，图像、声音都是孙子的，结果却被诈骗了。“人工智能时代，眼看的不一定是事实，大家要提高警惕”。他说。　　“人工智能发挥作用越大，它对于安全可信的要求也是越高的。”中国信息通信研究院副总工程师王爱华表示，当从业者自身把安全和一些问题作为发展第一要务的时候，说明这个技术在整个领域会进行应用。　　为进一步降低金融风险，马上消费金融于近日发布了国内首个零售金融大模型“天镜”。据了解，目前，天镜大模型已有汇集智慧、唤醒沉睡知识、众创数据价值、数字分身四大核心应用场景，可为零售金融企业数字化转型赋能。　　蒋宁解释到，通过在自身数据上做模型精调对齐训练，同时再用推理加速技术实现模型可控，天镜大模型相对通用大模型更懂金融。　　例如，将企业招股书、财报、经济预测数据等文件上传后，金融垂类大模型可以深入解析金融领域专业术语、同时拥有查询定位多个不同文档、洞悉金融图表隐含的信息和归纳总结能力。　　在人工客服场景中，通过大模型提炼萃取一线优秀人工坐席客服经验，汇聚成群体智慧，从而拥有一对多服务客户的能力，也可作为人工坐席的辅助角色，帮助推荐、优化回答。　　金融大模型是机构在业务场景中积累的金融数据训练而来。相较于通用大模型，金融大模型表现出明显的金融领域特征，通常涵盖金融研报、政策、基金、银行、保险等各个方向的专业知识。如果把各类金融大数据、宏观经济数据注入大模型，就能进行风险预警和预测，进一步降低金融风险。　　目前，在金融领域，大模型主要应用在智能客服、智能运营等领域，后续或将延伸至资本管理、公司治理、风险管理等。（文章来源：华夏时报）
(原标题：要达100%决策安全，注重可信合规，金融大模型有硬约束)
(责任编辑：6)
}